Metoda wyznaczania tras jazdy pojazdów w przedsiębiorstwach komunalnych

• Autorzy: Mariusz Izdebski , Marianna Jacyna

Warianty tytułu

The Method Solving the Vehicle Routing Problem in Municipal Service Companies

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono metodę rozwiązującą problem wyznaczania tras jazdy pojazdów w przedsiębiorstwach komunalnych. Przedstawiona metoda składa się z trzech etapów: przygotowawczy, optymalizacyjny i generowania tras.Każdy etap została scharakteryzowana. W pracy przedstawiono model matematyczny wyznaczania tras pojazdów, określono funkcję kryterium oraz warunek wyznaczania tras załadunkowych. Minimalna trasa załadunkowa opisana w etapie optymalizacyjnym została wyznaczona algorytmem genetycznym. Opisane zostały etapy algorytmu genetycznego. Została przedstawiona struktura przetwarzana przez algorytm, funkcja przystosowania, proces krzyżowania, mutacji i inwersji. Struktura została przedstawiona jako ciąg liczb naturalnych, w procesie selekcji zastosowano metodę ruletki oraz operator krzyżowania PMX. Metodę zweryfikowano w programie C

EN

. (abstrakt oryginalny)

Słowa kluczowe

PL

Przedsiębiorstwo komunalne; Algorytmy genetyczne

EN

Utility plant; Genetic algorithms

• Czasopismo: Logistyka
• Rocznik: 2014
• Numer: nr 6, CD 3
• Strony: 4595--4605

Twórcy

autor

Mariusz Izdebski

• Politechnika Warszawska

autor

Marianna Jacyna

• Politechnika Warszawska

Bibliografia

• 1. Abdoun O., Abouchabaka J.:A Comparative Study of Adaptive Crossover Operators for Genetic Algorithms to Resolve the Traveling Salesman Problem, International Journal of Computer Applications, Foundation of Computer Science, Volume 31 - No.11, pp. 49-57, New York, USA , October 2011.
• 2. Beliën, J., Boeck, L.:Municipal Solid Waste Collection and Management Problems: A LiteratureRevie, Transportation Science, Institute for Operations Research and the Management Sciences (INFORMS) Volume 48 Issue 1, pp. 78-102, USA 2014.
• 3. Bräysy O., Gendreau M.:Vehicle Routing Problem with Time Windows, Part II: Metaheuristics, Transportation Science, Institute for Operations Research and the Management Sciences (INFORMS), Volume 39 Issue 1, pp. 119-139, USA 2005.
• 4. Goldberg D.E., Lingle R.:Alleles, Loci, and the TSP, Proceedings of the First International Conference on Genetic Algorithms, Lawrence Erlbaum Associates, Hillsdale, pp. 154-159, NJ 1985.
• 5. Goldberg D.E.: Algorytmy genetyczne i ich zastosowanie, Wydawnictwo Naukowo - Techniczne Warszawa 1995.
• 6. Grefenstette J.J., Gopal R., Rosmaita B., Van Gucht D.:Genetic Algorithm for the TPS, Proceedings of the First International Conference on Genetic Algorithms, Lawrence Erlbaum Associates, Hillsdale, pp. 160-168, NJ 1985.
• 7. Jacyna M.:Modelowanie i ocena systemów transportowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.
• 8. Michalewicz Z.:Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwo Naukowo - Techniczne, Warszawa 1996.
• 9. Nagata Y., Kobayashi S.: A Powerful Genetic Algorithm Using Edge Assembly Crossover for the Traveling Salesman Problem, Transportation Science, Institute for Operations Research and the Management Sciences (INFORMS) Volume 25 Issue 2, pp. 346-363, USA 2013.
• 10. Płaczek, E., Szołtysek, J.:Wybrane metody optymalizacji systemu transportu odpadów komunalnych w Katowicach,LogForum, Wyższa Szkoła Logistyki, Vol.4, pp. 1-10, Poznań 2008